您的位置:招采网 > 意向公示 > 基于大型基础模型(LSF-Models)的典型工程装备故障智能诊断系统研究意向公开(2025-JLJDGZ-F1032)(第1包)

基于大型基础模型(LSF-Models)的典型工程装备故障智能诊断系统研究意向公开(2025-JLJDGZ-F1032)(第1包)

为充分调查了解市场资源潜力、广泛征求供应商意见建议,确保采购需求论证充分、采购活动竞争充分、采购结果公平公正,根据军队采购工作有关规定,现就我部“基于大型基础模型(LSF-Models)的典型工程装备故障智能诊断系统研究”外协意向进行公开发布,欢迎具备资质的单位来电来函或来人了解项目情况,提出宝贵建议,我们将及时反馈意见采纳情况。

一、项目名称

基于大型基础模型(LSF-Models)的典型工程装备故障智能诊断系统研究。

二、招标控制价

24.00万元

三、外协需求明细

(一)基本内容

针对典型工程装备,研究和开发一套基于大型基础模型的故障诊断系统,通过深度学习和大数据技术,实现工程装备故障的准确、快速诊断。

1.设计并实现数据汇集、处理、存储等前端处理模块

依据典型装备故障诊断需求及装备故障机理分析,设计集振动、温度、噪声及油液一体化的工程装备状态信号汇集与处理模块,分别汇集和处理装备振动位移、速度、加速度等多个参数;工程装备工作温度与液压系统温度参数;工程装备振动噪声及润滑油液理化指标信息。

2.建立工程装备故障统一的多模态信息规范,构建故障数据集

系统需依据装备故障诊断多模态信息规范建立(汇集、清洗、标签化、保存)故障信息数据集。数据集通过均匀随机采样的方式区分为训练集、验证集和测试集,其信息应具有代表性和多样性,以便能够覆盖实际应用场景。数据汇集时需要注意数据的准确性和完整性,以确保数据的可信度。数据清洗是去除数据中的噪声、缺失值和异常值等干扰因素,进一步提高数据的准确性和可信度。标签化处理是将数据集中的样本进行分类或标注,以便后期用于大型基础模型的训练和测试。对于多模态结构化数据,统一保存为JSON格式,以便进行调取或查询;对于非结构化数据,如噪声信号,以分布式文件存储并附以元数据描述,确保数据可查及一致性。

3.生成工程装备(某三型)的原理、结构、保养、故障和维修相关的知识图谱

通过实体标签检测、实体(节点)提取、关系(边)提取、实体规范化、本体对齐、RDF三元组构建、嵌入生成、链接预测、知识图谱序列化、知识图谱查询与分析、交互式可视化一系列步骤建立工程装备(某三型)的原理、结构、保养、故障和维修相关的知识图谱,缩短数据检索时间,优化数据分析流程。

4.构建一个适用于典型工程装备故障诊断的大型基础模型,根据输入的图片或语音、文字信息判别故障类型,并给出原因分析和维修建议

系统在进行预训练之后,具备跨模态特征对齐能力,可以进行多模态信息的联合推理(本次研究包含描述故障的文本、语音和图像),判别故障类型,并依托后台大语言模型生成可视化(以图表形式展示故障指征信息、故障类型及概率、故障严重程度、维修建议和步骤等)诊断结果报告。

5.RAG(Retrieval Augmented Generation)功能

系统在提供LLM功能的基础上,还应提供支持检索增强生成(RAG,Retrieval Augmented Generation)功能的用户接口,允许用户手动更新外部知识(包括设备原理、使用手册、保养手册和维修案例)。这样,系统在运行时可以使用私有的工程装备垂直业务领域的信息来辅助文本生成,从而一定程度上解决原生大语言模型的幻觉问题,提升系统生成文本的质量和准确性。

6.知识蒸馏功能

系统可以进行知识蒸馏,允许将自身(教师模型)的知识和经验提炼并“灌输”到更小、更简单的模型(学生模型)上,通过提升学生模型的运行效率和计算性能,使其具备在资源受限设备(PC机或平板)上的快速部署能力。

学生模型除了可以对工程装备进行基本的故障诊断之外,还应具备故障信息记忆存储功能,并定期将信息汇集到教师模型,以不断充实完善故障信息数据集,进一步提高系统的准确率和召回率。

7.系统安全功能

系统具备访问控制功能,确保只有授权用户可以访问系统和数据。权限管理支持多种角色(如系统管理员、操作员、审计员、维修技师、访客等,具体待定),并划分相应权限。审计日志记录用户操作序列(包含界面点击、参数修改等),以便追踪和检测潜在的安全问题。

(二)预期目标和考核指标

1.准确率

系统应能够准确地识别工程装备的故障模式,减少误报和漏报的情况,准确率(正确识别的故障样本数与总样本数的比例)不小于80%。

2.召回率

系统应能正确地识别工程装备的故障模式,召回率(正确识别的故障样本数与实际故障样本数的比例)不小于60%。

3.实时性

在运行过程中,系统需要能够快速响应,及时提供识别结果,以便采取相应的维护措施,从接收到数据到输出结果时间间隔不大于5分钟。

4.鲁棒性

系统在不同的使用条件下应保持稳定的性能,不会因为外部因素(许可阈值内的图像拍摄角度、外部噪声、异常数据等)影响运行结果。

5.泛化能力

系统应具有良好的泛化能力,能够处理未知或新型工程装备故障的诊断,适应不断变化的装备和技术。

6.数据处理能力

系统需要能够处理大量的多模态数据,包括但不限于图像、声音、振动等信息,有助于提高诊断的准确性。

7.可解释性

系统在提供诊断结果的同时,应尽可能给出符合逻辑的推理过程或解释,以增强用户对诊断结果的信任。

(三)服务要求

★1.完成时间与方式

完成时间:合同签订之日起300天内。

成果形式:

(1)基于大型基础模型(LSF-Models)的典型工程装备故障智能诊断系统1套;

(2)使用说明书1份;

(3)技术报告1份。

2.售后服务

(1)系统维护

供应商应该具备与项目相适应的服务和维护能力,并有固定的人员负责项目的开发和维护工作。

(2)保修期

从最终验收完成之后的4年为保修期,期间乙方要及时免费维护交付成果,并及时修复漏洞。

(3)保修期内服务

保修期内乙方应提供7×24小时技术服务,24小时内到达用户现场,48小时内解决故障。

★3.专利权和保密要求

本项目由投标供应商按要求开发制作,产生的知识产权等成果归我方所有;投标供应商应保证使用方在使用该货物或其任何一部分时,不受第三方侵权指控。同时,投标供应商不得向第三方泄露采购机构提供的技术文件等资料。

★4.付款及结算方式

签订合同后,甲方支付给乙方合同金额的30%;当项目完成,通过合同验收后,甲方支付乙方合同金额的65%;交付使用满一年并无质量问题后,支付(合同价)5%;本项目有履约保证金,按合同价款5%,采用对公转账、保函等非现金形式缴纳。

四、投标人资格条件

(一)符合《中华人民共和国政府采购法》第二十二条资格条件:

1.具有独立承担民事责任的能力;

2.具有良好的商业信誉和健全的财务会计制度;

3.具有履行合同所必需的设备和专业技术能力;

4.有依法缴纳税收和社会保障资金的良好记录;

5.参加政府采购活动近3年内,在经营活动中没有重大违法记录;

6.法律、行政法规规定的其他条件。

(二)具有武器装备科研生产单位二级(含)以上保密资格资质;军内单位无法提供的,应出具上级主管单位的说明函。

(三)供应商应为以下主体之一:1.截止到开标时间,成立时间不少于3年的非外资独资或外资控股企业;2.事业单位;3.军队企事业单位。如军队企事业单位、国家高校和科研院所等参与投标,对营业执照、税务登记证等不作要求,下同。

(四)单位负责人为同一人或者存在直接控股、管理关系的不同供应商,不得同时参加同一包的采购活动。生产型企业生产场地为同一地址的,销售型企业之间股东有关联的,一律视为有直接控股、管理关系。供应商之间有上述关系的,应主动声明,否则将给予列入不良记录名单、3年内不得参加军队采购活动的处罚。

(五)供应商若为非独立法人(即由合法法人依法建立的分公司),需提供具有法人资格的

总公司针对本项目投标的授权书原件和营业执照复印件(均需加盖总公司公章)。总公司取得的相关资质证书对分公司有效,但分公司需提供总公司的借用证明原件(需法定代表人签字并加盖总公司公章)。

(六)投标人生产或销售所投产品的国家或行业规定必须具备的相关资格要求。

(七)提供近三年(2021年以来)企业在“信用中国”网站(https://www.creditchina.gov.cn/),未被列入失信被执行人、重大税收违法案件当事人名单(在线查询截图的复印件,需加盖公司专用公章)。

五、意见反馈方式和有关说明

联系人:何老师

联系方式:0516-83150798(固话)/15050826351(手机)

反馈方式:在公示有效期内提出,并将加盖单位公章的《意见、建议反馈表》填写并提供资料扫描件,发送至电子邮箱hj123456fly@163.com(邮件名称以公司名称+项目名称+联系方式标注);或将《意见、建议反馈表》纸质版邮寄至我单位(地址:江苏省徐州市云龙区铜山路376号,收件人何老师,15050826351)。提出的意见建议应当详细具体、理由充分、实事求是,不得有意排斥其它潜在供应商。服务要求等相关需求最终以本项目采购公告和采购文件为准。反馈意见时需提供以下资料:营业执照、税务登记证、组织机构代码证(或可以为三证合一的“统一社会信用代码”的营业执照)复印件;法定代表人资格证明书;法定代表人授权书。

六、监督热线电话

对采购意向公开过程中,供应商认为采购单位无故拒绝沟通、不听取合理建议,以及存在其他不当行为的,可向本单位采购管理部门反映。

李佳轩:0516-83150132、18260762770

纪委联系方式:0516-83150215、15852127109